[問題] ROC Curve 表達醫學影像正確率

[Bjornstad (畢)]

個人對CS/coding/digital image非常陌生，
知道一些觀念，但是不懂原理

最近因工作關係，讀幾篇radiology相關文章,

主要利用不同 supervised deep learning 偵測 medical imaging 病灶位置
並利用 ROC 呈現結果，

我個人有疑惑，
利用supervised learning偵測2D image lesion area，

何以評估TP/FP/FN/TN四個象限，再以ROC表示判讀率呢?


比如，被偵測區要和原始圈著達到pixel by pixel嗎才能算TP?
或是有在某統計信心水準下就算TP?

(找過material and methods，沒看到說明)

如觀念有誤請告知，感謝










--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 203.64.247.2 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/DataScience/M.1579228748.A.8CF.html
推 VIATOR: 你要有threshold才能決定那4個象限
→ VIATOR: ROC curve包含所有的threshold
→ VIATOR: 每一個點就是一個threshold，所有的threshold連成那條曲線
推 kenkao25: dice score
→ Pieteacher: confusion matrix